---
metadata:
- name: generator
content: Diplodoc Platform v5.50.6
alternate:
- https://appmetrica.yandex.by/docs/en/common/fraud-score.md
- https://appmetrica.yandex.by/docs/ru/common/fraud-score.md
---
> **Documentation Index:** Fetch the complete configuration index at https://appmetrica.yandex.by/docs/ru/llms.txt
# Антифрод
Антифрод — это система, предназначенная для выявления и предотвращения мошеннической активности.
Мошеннические действия, такие как генерация фейковых кликов или поддельных установок, снижают эффективность рекламы. В результате падает рентабельность инвестиций (ROI), и рекламодатели несут финансовые потери. Кроме того, фрод искажает аналитические данные, и это мешает принимать обоснованные бизнес-решения.
## Виды фрода {#fraud-types}
По данным FraudScore, одного из ведущих поставщиков решений для анализа и выявления фрода в мобильном трафике, фроду подвержены около 30% трафика на iOS и 40% на Android.
Самые распространненые виды фрода:
- Click-спам — генерация большого количества кликов без реального взаимодействия с рекламой. Органический трафик перехватывается и атрибуцируется издателям.
- Click injection (внедрение кликов) — отправка фальшивого запроса рекламного вовлечения между загрузкой приложения и первым открытием. Таким образом мошенники присваивают себе атрибуции другого источника.
- Фермы устройств — генерация пользовательских действий ботами, симуляция активности для увеличения объемов трафика.
- SDK-спуфинг — отправка поддельных запросов от SDK на сервера аналитической системы. Так генерируются фейковые установки и пользовательские события.
Благодаря интеграции с системой FraudScore AppMetrica помогает обнаруживать click-спам, click injection и ботов, имитирующих реальных пользователей. Для борьбы с SDK-спуфингом AppMetrica предлагает решения по [верификации событий](https://appmetrica.yandex.by/docs/ru/settings/verification-events.md).
## Как подключить {#setup}
Функция антифрода является платной. Ознакомиться с ценами можно в разделе [Стоимость услуг (с НДС)](https://appmetrica.yandex.by/docs/ru/common/pricing/ru-currency.md#price).
Чтобы подключить функцию антифрода:
1. В боковой панели перейдите в раздел **Организация**.
1. Выберите подходящий тариф и нажмите **Настроить**.
1. Перейдите на вкладку **Антифрод FraudScore** и выберите нужное количество.
1. Нажмите **К оформлению**.
{% note info "Оплата" %}
Сумма списывается не сразу за месяц, а ежедневно в течение месяца. Если количество установок превысило выбранный лимит, проверка остановится автоматически.
{% endnote %}
1. После подключения в новых и действующих трекерах появится опция **Антифрод by FraudScore**. Включите эту опцию в тех трекерах, по которым вы хотите проверять установки на фрод. При включенной опции все установки, зафиксированные этими трекерами, будут отправляться во FraudScore.
В трекерах для [CTV/Desktop-атрибуции](https://appmetrica.yandex.by/docs/ru/mobile-tracking/ctv-desktop-attribution.md) проверка на фрод также доступна.
{% note warning "Ограничения" %}
Функция антифрода недоступна в трекерах для партнеров Google Ads, Google Search и Yandex.Direct.
{% endnote %}
Результаты вердиктов становятся доступны в AppMetrica через 3-4 дня и в дальнейшем могу еще обновляться. Результаты можно посмотреть в отчете [User Acquisition](https://appmetrica.yandex.by/docs/ru/mobile-reports/user-acquisition-report.md) в группировках **Источники** → **Оценка фрода** и **Детали оценки фрода**.
Мы рекомендуем использовать максимально большое количество рекламных параметров, которые предоставляет сеть:
- ID площадки;
- ключевые фразы;
- ID группы;
- ID объявления.
Эта информация поможет более детализированно анализировать фрод, влияя на его будущую активность более гранулярно, например, выключать отдельные площадки.
В трекерах для [CTV/Desktop атрибуции](https://appmetrica.yandex.by/docs/ru/mobile-tracking/ctv-desktop-attribution.md) также можно активировать проверку на фрод.
## Как оценивается риск фрода {#assessment}
FraudScore оценивает трафик более чем по 150 параметрам, которые объединены в 15 групп — [Fraud Reasons](https://help.fraudscore.ai/ru/action/reasons/). В каждой группе анализируются несколько параметров по разным алгоритмам.
Каждый обнаруженный признак (fraud reason) присваивает конверсии очки фрода (fraud score). Если у конверсии обнаружено несколько аномалий, очки фрода суммируются. В зависимости от количества очков фрода конверсия попадает в определенный уровень фрода (fraud level):
- `не фрод` — неподозрительный трафик;
- `скорее не фрод` — низкий уровень риска фрода (1–2 нарушения), не более 33 очков;
- `скорее фрод` — средний уровень риска фрода (2–4 нарушения), от 33 до 66 очков;
- `фрод` — высокий уровень риска фрода (4 и более некритических нарушений, 3 и более критических нарушений), свыше 66 очков.
AppMetrica показывает в отчетах ресурсы уровней `фрод` и `скорее фрод`.
{% cut "Пример отчета" %}
{style="border: solid 1px #cccccc; max-width: 800px;"}
{% endcut %}
## Описание Fraud Reasons {#fraud-reasons}
#|
|| **№** | **Название** | **Описание** ||
|| 1 | Activity | Различные подозрительные действия, связанные с совершением конверсий. Например, аномальный показатель переходов от показов к кликам в воронке показ-клик-установка, как правило, является признаком клик-спамминга при атрибуции как по показу, так и по клику. ||
|| 2 | Attribution | Аномальная активность, которая может являться фродом при атрибуции:
- Click-спаминг — установка приложения, атрибуцированная кликом, которая на самом деле является органической установкой, захваченной рекламной сетью через алгоритмы спама пользовательских отпечатков;
- Click injection — специфический для Android тип фрода, при котором происходит имитация клика и воровство органической установки. ||
|| 3 | Blacklist & Dynamic Blacklist | Конверсии, совершенные пользователями, чей IP-адрес недавно использовался мошенническими устройствами (устройствами, которые использовались для осуществления мошеннических действий). Применяется для мобильных устройств. ||
|| 4 | Browser | Использование устаревшей версии браузера. Сейчас практически все браузеры обновляются до последних версий автоматически. Устаревшие версии браузеров чаще используются мошенниками, т.к. они не получают необходимых средств контроля и обновлений безопасности, которые уже есть в более новых версиях. ||
|| 5 | Click | Пользователи с аномалиями в кликах. Например, подозрительное распределение времени между кликами по разным рекламным объявлениям. Обычно такие клики совершаются ботами. ||
|| 6 | Crawler | Поисковые системы и иные автоматически сканнеры. ||
|| 7 | Datacenter | Трафик, идущий от серверов в центрах обработки данных, или от известных поставщиков облачных платформ, а не от домашних или корпоративных сетей (очень низкая вероятность реального пользователя-человека). ||
|| 8 | Device | Все аномалии, обнаруженные в параметрах устройств:
- поддельные идентификаторы устройств (user agent, IDFA/Android ID, MAC address и т.д.) и их комбинации;
- эмуляторы устройств;
- взломанные устройства, на которых присутствует пользователь и осуществляются дополнительные вызовы HTML или рекламы независимо от контента, запрашиваемого с пользовательского IP (все нарушения, выявленные по IP-адресу в сочетании с другими параметрами конверсии). ||
|| 9 | Events | Мошеннические конверсии, выявляемые на основе данных о событиях внутри приложения. Например, конверсии, совершённые пользователями, которые после целевого события не продолжили работу в приложении. ||
|| 10 | HighCR | Аномально высокий показатель переходов от клика к конверсии (установка или регистрация). Данный признак характерен для источников с ботовыми устройствами и может свидетельствовать о наличии мотивированных пользователей. ||
|| 11 | IP | Аномалии или подозрительные действия, связанные с IP-адресами:
- многократные переходы с одного и того же IP;
- несколько конверсий с одной IP-подсети.
Также IP-адреса постоянно проверяются по базам «black IPs». ||
|| 12 | LowCR | Аномально низкий показатель переходов от клика к установке. Как правило, является признаком клик-спамминга. ||
|| 13 | Operating system (OS) | Проблемы с операционной системой, которые считаются мошенническими. Ненормальное распределение устройств в трафике (device models, browser versions, operating system и т.д.). ||
|| 14 | Proxy | Аномалии, выявленные по IP-адресу в совокупности с другими параметрами конверсии:
- трафик, который направляется через промежуточное прокси-устройство или сеть, где реклама отображается на пользовательском устройстве, где есть реальный пользователь-человек;
- IP-адреса, связанные с известными ботнетами и рекламным ПО;
- пользователь активно скрывает свою личность или совершает конверсии из нежелательного GEO. ||
|| 15 | Source | Аномалии, связанные с источниками трафика:
- клик сделан с подозрительного сайта;
- источник трафика не соответствует заявленному. ||
|#
## Узнать больше {#learn-more}
- [Антифрод в AppMetrica: выявляем и анализируем подозрительный трафик прямо в интерфейсе сервиса](https://appmetrica.yandex.ru/about/blog/antifrod-v-appmetrica-vyyavlyaem-i-analiziruem-podozritelnyy-trafik)
Если вы не нашли ответ на свой вопрос, то вы можете задать его через форму обратной связи. Пожалуйста, опишите возникшую проблему как можно подробнее. Если возможно, приложите скриншот.
Написать в службу поддержки
Предложить улучшение для документации